تحلیل خط مشی و ارزیابی تاثیر

سود:

• این یک مشکل خط مشی با هوش مصنوعی را با چارچوب بندی آن در چارچوبی از تعریف، گزینه ها، معیارها و توصیه ها ساختار می دهد.
• با تهیه نقشه ذینفعان و چارچوب هزینه-فایده، گروه های محروم و هزینه های پنهان نادیده گرفته شده را قابل مشاهده می کند.
• او می داند که تجزیه و تحلیل تولید شده توسط هوش مصنوعی محدود به داده ها و چارچوب بندی شده با ارزش است و تصمیم نهایی را با احتیاط می گیرد.

ذهنی ترین کار مدیریت دولتی این است که خط مشی درستی را در مقابل یک مشکل قرار دهد: «چگونه می توانیم تراکم ترافیک در مرکز شهر را کاهش دهیم؟»، «چه مشوقی به بیکاری جوانان کمک می کند؟»، «این آیین نامه جدید چه باری را بر دوش تجار تحمیل خواهد کرد؟» این سؤالات تصمیمات چند ذی‌نفعی و چند معیاره هستند که در شرایط عدم قطعیت اتخاذ می‌شوند و پاسخ صحیح واحدی ندارند. تجزیه و تحلیل خط مشی (شناسایی یک مشکل عمومی و ارائه توصیه هایی به تصمیم گیرنده با مقایسه سیستماتیک گزینه ها، اثرات احتمالی، هزینه ها و منافع آنها) و تجزیه و تحلیل تأثیر نظارتی (RIA - RIA؛ ارزیابی پیشاپیش چه کسی، چگونه و چقدر یک قانون جدید تأثیر خواهد گذاشت) ستون فقرات این تصمیمات هستند. در اینجا هوش مصنوعی یک شریک فکری بسیار قدرتمند در ایجاد گزینه‌ها، فهرست کردن ذینفعان و تأثیرات، قابل مشاهده کردن استدلال‌های متقابل و تهیه پیش‌نویس تحلیل است. اما تصمیم، قضاوت ارزشی و مسئولیت متعلق به انسان است. هوش مصنوعی گزینه ها را چند برابر می کند، شما انتخاب می کنید.

اسکلت تحلیل سیاست

تحلیل خط مشی خوب از منطق خاصی پیروی می کند و هوش مصنوعی برای ایجاد این چارچوب به خوبی عمل می کند:

1. مشکل را شناسایی کنید. علامت یا علت اصلی؟ چه کسی، کجا و چقدر تاثیر می گذارد؟ با اعداد.
2. اهداف و معیارها را تعیین کنید. چگونه موفقیت (هزینه، دسترسی، ارزش ویژه، امکان سنجی، مدت زمان) را اندازه گیری خواهیم کرد؟
3. گزینه ها را ایجاد کنید. حداقل 3-4 گزینه واقع بینانه، از جمله "هیچ کاری نکن".
4. اثرات هر گزینه را ارزیابی کنید. برای چه کسانی سودمند است، برای چه کسانی سنگین است؟ هزینه؛ خطرات؛ کاربرد؛ عوارض جانبی ناخواسته
5. مقایسه کنید و توصیه کنید. جداول بر اساس معیارها؛ یک پیشنهاد مستدل ارائه دهید اما گزینه های جایگزین را حفظ کنید.
6. طرح نظارت و ارزیابی. پس از اجرایی شدن این سیاست، چه چیزی را نظارت خواهیم کرد و چه زمانی آن را بررسی خواهیم کرد؟

هوش مصنوعی می تواند در هر یک از این شش مرحله پیش نویس تولید کند. با ارزش ترین سهم آن در مرحله 4 مشاهده می شود: ذهن انسان تمایل دارد که عاشق گزاره خود شود و اثرات منفی و جایگزین ها را نادیده بگیرد. از هوش مصنوعی بپرسید "قوی ترین استدلال های متقابل برای این گزینه چیست، به چه کسی آسیب می رساند؟" پرسیدن: این نقطه کور را باز می کند.

نکته: از هوش مصنوعی به عنوان "وکیل مدافع شیطان" استفاده کنید: گزینه مورد نظر خود را ارائه دهید و بگویید "5 ایراد شدید را که باعث کاهش این مشکل می شود را بنویسید." این تحلیل شما را در برابر حسابرسی سخت می کند.

داده رانده شده اما محدود به ارزش

تصمیمات سیاستی علاوه بر فنی، دارای ارزش هستند. "بودجه را کجا خرج کنیم؟" در این سوال، هوش مصنوعی می تواند محاسبات هزینه و فایده را انجام دهد. اما "نیازهای کدام گروه اولویت دارد؟" این یک انتخاب سیاسی/اخلاقی است و متعلق به تصمیم گیرنده منتخب یا مجاز است. حتماً اعدادی را که هوش مصنوعی تولید می‌کند نیز تأیید کنید: این مدل ممکن است اعداد ساخته‌شده‌ای تولید کند که «معقول به نظر می‌رسند» نه داده‌های واقعی.

توجه: هر عددی که توسط هوش مصنوعی داده می‌شود، مانند هزینه، جمعیت، نرخ و غیره، بدون تایید آمار رسمی یا داده‌های سازمانی در تحلیل لحاظ نمی‌شود. یک عدد جعلی متقاعد کننده، کل یک سیاست را روی پایه اشتباه قرار می دهد.

سه کیف کوچک

مورد 1 - ذینفع نادیده گرفته شده. شهرداری در حال بررسی گزینه انتقال بازارهای خود به خارج از شهر بود. هنگامی که آنها لیستی از سهامداران را به هوش مصنوعی ارائه کردند، یک گروه ظاهر شد که در این طرح گنجانده نشده بود: خریداران مسن تر با دسترسی محدود به حمل و نقل عمومی. این گروه به تحلیل تاثیر اضافه شد. این تصمیم با حمایت حمل و نقل تجدید نظر شد.

مورد 2 - شماره جعلی دستگیر شد. در یک تحلیل تشویقی، YZ گفت: "120 هزار کسب و کار ثبت شده در این بخش وجود دارد." وقتی تحلیلگر به آمار رسمی نگاه کرد، این عدد 74 هزار نفر بود. راستی‌آزمایی از برآورد بیش از حد بودجه تشویقی تا 60 درصد جلوگیری کرد.

مورد 3 - استدلال متقابل تحلیل را تقویت کرد. قبل از اینکه پیش‌نویس آیین‌نامه‌ای به مجلس برسد، این تیم از هوش مصنوعی خواسته بود تا «۸ ایراد شدید به این مقررات» را ارائه کند. شش مورد از اینها واقعاً در مجلس مطرح شد. از آنجایی که تیم آماده شده بود، بحث به جای دو جلسه در یک جلسه به پایان رسید.

چهار قالب قابل کپی

1) سازنده گزینه سیاست:

نقش شما: تحلیلگر ارشد سیاست. حداقل 4 گزینه سیاست واقعی برای مشکل زیر ایجاد کنید، از جمله "هیچ کاری نکنید". برای هر گزینه یک جمله توضیح دهید. هنوز ارزیابی نکنید، فقط گزینه ها را فهرست کنید. جایی که فرض می کنید علامت بزنید. مشکل: [مشکل اعداد را شرح دهید]

2) جدول ارزیابی تاثیر چند معیاره:

گزینه های سیاست زیر را در جدولی بر اساس معیارهای زیر ارزیابی کنید: هزینه، امکان سنجی، تاثیر سهام، مدت زمان، ریسک کلیدی. یک توجیه کوتاه بنویسید نه رتبه بندی. بیان کنید که هر شماره ای که استفاده می کنید باید "با اطلاعات رسمی تایید شود". در زیر جدول، قضاوت های ارزشی را که شخص باید تصمیم بگیرد، به طور جداگانه فهرست کنید. گزینه ها: [فهرست]

3) وکیل شیطان (برهان مخالف):

من از پیشنهاد سیاست زیر حمایت می کنم. برعکس عمل کنید: 6 ایراد قوی که این پیشنهاد را از بین می برد، ضعیف ترین نقاط آن و عوارض جانبی احتمالی نامطلوب را بنویسید. به طور خاص مشخص کنید که ممکن است به چه کسانی آسیب بزنید. ملایم نباش، سرسخت باش پیشنهاد: [پیشنهاد]

4) چارچوب تحلیل تأثیر نظارتی (RIA):

نقش شما: تحلیلگر تأثیر نظارتی. یک چارچوب RIA برای پیش نویس قانون زیر تهیه کنید: (1) مشکل حل شده، (2) بخش های تحت تأثیر (شهروندان، تجار، موسسات)، (3) بارها و هزینه ها، (4) منافع مورد انتظار، (5) جایگزین ها، (6) شاخص های نظارت. هر ادعای عددی را به عنوان "در حال تایید" علامت گذاری کنید. پیش نویس: [خلاصه پیش نویس قانونگذاری]

اعلان ضعیف / اعلان قوی

ضعیف: "چگونه مشکل ترافیک را حل کنیم؟"

قوی: "تحلیلگر ارشد سیاست در این نقش. 5 گزینه را برای تراکم ترافیک مرکز شهر ایجاد کنید، از جمله "هیچ کاری نکنید". هر کدام را در جدولی بر اساس هزینه، امکان سنجی، تاثیر سهام، مدت زمان و معیارهای ریسک کلیدی ارزیابی کنید؛ هر عددی را که استفاده می کنید به عنوان "باید توسط داده های رسمی تایید شود" علامت بزنید. سپس برای دو گزینه که قوی ترین به نظر می رسند، آرگومان های پایانی را به صورت جداگانه بنویسید. (اولویت کدام گروه، بار کدام گروه) که تصمیم گیری را به عهده ما می گذارند."

تفاوت: اعلان قدرتمند تولید گزینه، ارزیابی چند معیاره، اعتبار سنجی داده ها، استدلال متقابل و مرز تصمیم گیری انسانی را در یک جریان واحد ایجاد می کند.

سهم و محدودیت هوش مصنوعی

گام

سهم هوش مصنوعی

مسئولیت انسانی

تعریف مشکل

پیش نویس، جمع آوری داده ها

داده های دقیق، علت اصلی

تولید گزینه

لیست گزینه های گسترده

فیلتر رئالیسم

ارزیابی تاثیر

جدول، استدلال متقابل

تایید شماره، نظر

پیشنهاد

پیش نویس توجیهی

قضاوت ارزشی، تصمیم گیری

طرح نظارت

توصیه شاخص

تصویب، اجرا

نقشه سهامداران و تعادل هزینه و فایده

یک تحلیل خط مشی خوب نه تنها به این سوال که "چه باید کرد" بلکه به این سوال که "چه کسی و چگونه تحت تاثیر قرار خواهد گرفت" پاسخ می دهد. ایجاد نقشه ذینفع (فرد، گروه یا موسسه ای که تحت تأثیر یک خط مشی قرار می گیرد یا بر آن تأثیر می گذارد) نارضایتی ها و نقاط مقاومت نادیده گرفته شده را از قبل قابل مشاهده می کند. هوش مصنوعی می‌تواند به سرعت فهرست بزرگی از ذینفعان را برای یک گزینه خط مشی و سود و زیان بالقوه هر یک از ذینفعان ایجاد کند. اما می‌توانید تناسب این فهرست را با رویداد ملموس، واقعیت‌های محلی و حساسیت‌های سیاسی فیلتر کنید. به همین ترتیب، تجزیه و تحلیل هزینه و فایده (مقایسه هزینه‌های پولی و غیر پولی یک گزینه در مقابل مزایای آن) چارچوبی است که هوش مصنوعی می‌تواند چارچوب آن را بسازد، اما شما باید اعداد را با داده‌های خود سازمان پر کنید.

پرونده کوچک - گروه ساکت قربانیان. در یک ولسوالی برنامه ریزی شده بود که بازار جابجا شود. تحلیل اقتصادی مثبت بود. نقشه سهامداران ایجاد شده با هوش مصنوعی گروهی را برجسته می کند که هرگز در طرح ذکر نشده است: تقریباً 600 شهروند سالخورده که با پای پیاده به بازار آمده بودند می توانند در 40 دقیقه با حمل و نقل عمومی به مکان جدید برسند. این یافته باعث شد که یک نیاز خط خدمات در تصمیم گنجانده شود.

کیف کوچک - هزینه پنهان. در طرح کلی هزینه و فایده یک پروژه دیجیتالی سازی، هوش مصنوعی تنها مجوز نرم افزار را به عنوان هزینه در نظر گرفت. وقتی تیم، آموزش، کاهش بهره‌وری انتقالی و بار مرکز تماس را اضافه کردیم، هزینه سال اول 60 درصد افزایش یافت و زمان چرخش از 1 سال به 2.3 سال افزایش یافت - بر این اساس تصمیم واقعی شد.

الگوی تولید ذینفعان و چارچوب هزینه-فایده:

وظیفه: دو جدول برای گزینه سیاست زیر تولید کنید. گزینه: [شرح خط مشی]جدول 1 — نقشه سهامداران: ذینفع | راه نفوذ | درآمد احتمالی | ضرر احتمالی | سطح مقاومت (کم/متوسط/بالا). جدول 2 — چارچوب هزینه و فایده: مورد | پولی؟ | جهت تخمینی (+/−) | منبع داده [برای تکمیل]. قانون: شماره ساختگی. ارزش اقلام پولی را خالی بگذارید، منبع آنها را بخواهید. گروه های محروم را که ممکن است نادیده گرفته شوند در عنوانی جداگانه مشخص کنید.

احتیاط: فهرست سهامدارانی که هوش مصنوعی تولید می‌کند شامل گروه‌های کلی است که «معقول» به نظر می‌رسند. اغلب از گروه های محلی، ساکت و سازمان نیافته دور می زند. این شما هستید که این رشته را می شناسید - وظیفه شما تکمیل لیست است.

اشتباهات رایج

• اعتماد به اعداد هوش مصنوعی هر رقمی مانند جمعیت، هزینه، نرخ و غیره را از منبع رسمی بررسی کنید.
• فقط گزینه مورد نظر را تجزیه و تحلیل کنید. همچنین "هیچ کاری انجام ندادن" و گزینه های جایگزین را در نظر بگیرید. در غیر این صورت تحلیل مغرضانه خواهد بود.
• واگذاری قضاوت ارزشی به هوش مصنوعی «نیازهای چه کسی مقدم است» یک تصمیم سیاسی/اخلاقی است، نه فنی.
• رد شدن از استدلال های متقابل تا زمانی که شدیدترین ایرادات را به پیشنهاد خودتان نبینید به شورا/نظارت نروید.
• فهرست ناقص ذینفعان به خصوص گروه‌های بی‌صدا/آسیب‌پذیر (سالمندان، معلولان، روستایی) را مورد پرسش قرار دهید.
• عدم اجرای طرح نظارتی سیاستی که اندازه گیری نمی شود قابل ارزیابی نیست. شاخص ها را از ابتدا تعریف کنید.

به طور خلاصه

در تجزیه و تحلیل سیاست، هوش مصنوعی یک شریک فکری قدرتمند است که گزینه‌ها را ایجاد می‌کند، تأثیرات نموداری را ترسیم می‌کند، به ذینفعان یادآوری می‌کند و مهم‌تر از همه، استدلال‌هایی علیه پیشنهاد شما ایجاد می‌کند. اما هر عددی باید تایید شود، قضاوت ارزشی به مردم سپرده شود و تصمیم نهایی و مسئولیت با تصمیم گیرنده مجاز باقی بماند. هوش مصنوعی تجزیه و تحلیل را گسترش می دهد. شما هستید که تصمیم را عمیق تر می کنید و آن را امضا می کنید.

وظیفه کاربردی

یک موضوع سیاست واقعی را در دستور کار واحد خود انتخاب کنید. حداقل 4 گزینه را با "مولد گزینه سیاست" استخراج کنید، با "جدول ارزیابی تاثیر چند معیاره" مقایسه کنید و حداقل یک عدد تولید شده توسط هوش مصنوعی را با منبع رسمی تایید کنید. در نهایت، الگوی "وکیل شیطان" را روی گزینه دلخواه خود اعمال کنید و شدیدترین اعتراضی را که پیدا کردید را یادداشت کنید.

چک لیست

• [ ] من حداقل 4 گزینه را در نظر گرفتم، از جمله "هیچ کاری نکن".
• [ ] من هر ادعای عددی را از منبع رسمی تأیید کردم.
• [ ] من تمام ذینفعان تحت تأثیر، از جمله گروه های آسیب پذیر را فهرست کرده ام.
• [ ] من استدلال هایی علیه گزینه ترجیحی خود ارائه کردم.
• [ ] من قضاوت های ارزشی را برای تصمیم گیری انسانی محفوظ نگه داشتم.
• [ ] من شاخص های نظارت و بررسی را تعریف کردم.